基于深度学习的 CT 扫描图像相对位置预测方法
计算机视觉与模式识别
2017-11-22 v1
摘要
计算机断层扫描（CT）图像中的相对位置预测是一个具有挑战性的问题。本文提出一种基于一维卷积神经网络的回归模型，以鲁棒且精确地确定 CT 扫描图像的相对位置。采用一个公开数据集，通过 5 折交叉验证来验证所提方法的性能。实验结果表明，与当前最优（state-of-the-art）技术相比，所提模型表现优异，取得了 1.04 cm 的中位数绝对误差与 1.69 cm 的平均绝对误差。
引用
@article{arxiv.1711.07624,
title = {A deep learning-based method for relative location prediction in CT scan images},
author = {Jiajia Guo and Hongwei Du and Bensheng Qiu and Xiao Liang},
journal= {arXiv preprint arXiv:1711.07624},
year = {2017}
}
备注
Accepted poster at NIPS 2017 Workshop on Machine Learning for Health (https://ml4health.github.io/2017/)